Python常见数据结构详解

本文详细罗列归纳了Python常见数据结构，并附以实例加以说明，相信对读者有一定的参考借鉴价值。

总体而言Python中常见的数据结构可以统称为容器（container）。而序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

一、序列（列表、元组和字符串）

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。

（1）、创建

通过下面的方式即可创建一个列表：

    list1=['hello','world']
    print list1
    list2=[1,2,3]
    print list2

输出：

    ['hello', 'world']
    [1, 2, 3]

可以看到，这中创建方式非常类似于javascript中的数组。

（2）、list函数

通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：

    list3=list("hello")
    print list3

输出：

    ['h', 'e', 'l', 'l', 'o']

2、元组

元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。

（1）、创建

    t1=1,2,3
    t2="jeffreyzhao","cnblogs"
    t3=(1,2,3,4)
    t4=()
    t5=(1,)
    print t1,t2,t3,t4,t5

输出：

    (1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)

从上面我们可以分析得出：

a、逗号分隔一些值，元组自动创建完成；

b、元组大部分时候是通过圆括号括起来的；

c、空元组可以用没有包含内容的圆括号来表示；

d、只含一个值的元组，必须加个逗号（,）；

（2）、tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：

    t1=tuple([1,2,3])
    t2=tuple("jeff")
    t3=tuple((1,2,3))
    print t1
    print t2
    print t3
    t4=tuple(123)
    print t45

输出：

    (1, 2, 3)
    ('j', 'e', 'f', 'f')
    (1, 2, 3)

Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
t4=tuple(123)
TypeError: 'int' object is not iterable

3、字符串

（1）创建

    str1='Hello world'
    print str1
    print str1[0]
    for c in str1:
      print c

输出：

    Hello world
    H
    H
    e
    l
    l
    o

    w
    o
    r
    l
    d

（2）格式化

字符串格式化使用字符串格式化操作符即百分号%来实现。

    str1='Hello,%s' % 'world.'
    print str1

格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。

    strs=('Hello','world') #元组
    str1='%s,%s' % strs
    print str1
    d={'h':'Hello','w':'World'} #字典
    str1='%(h)s,%(w)s' % d
    print str1

输出：

    Hello,world
    Hello,World

注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：

    str1='%s,%s' % 'Hello','world'
    print str1

输出：

    Traceback (most recent call last):
     File "F:\Python\test.py", line 2, in <module>
      str1='%s,%s' % 'Hello','world'
    TypeError: not enough arguments for format string

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：

    str1='%s%%' % 100
    print str1

输出：

    100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：

    from math import pi
    str1='%.2f' % pi #精度2
    print str1
    str1='%10f' % pi #字段宽10
    print str1
    str1='%10.2f' % pi #字段宽10，精度2
    print str1

输出：

    3.14
     3.141593
       3.14

字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。

Python中在string模块还提供另外一种格式化值的方法：模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换，如下所示：

    from string import Template
    str1=Template('$x,$y!')
    str1=str1.substitute(x='Hello',y='world')
    print str1

输出：

    Hello,world!

如果替换字段是单词的一部分，那么参数名称就必须用括号括起来，从而准确指明结尾：

    from string import Template
    str1=Template('Hello,w${x}d!')
    str1=str1.substitute(x='orl')
    print str1

输出：

    Hello,world!

如要输出$符，可以使用$$输出：

    from string import Template
    str1=Template('$x$$')
    str1=str1.substitute(x='100')
    print str1

输出：

    100$

除了关键字参数之外，模板字符串还可以使用字典变量提供键值对进行格式化：

    from string import Template
    d={'h':'Hello','w':'world'}
    str1=Template('$h,$w!')
    str1=str1.substitute(d)
    print str1

输出：

    Hello,world!

除了格式化之外，Python字符串还内置了很多实用方法，可参考官方文档，这里不再列举。

4、通用序列操作（方法）

从列表、元组以及字符串可以"抽象"出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。

（1）索引

    str1='Hello'
    nums=[1,2,3,4]
    t1=(123,234,345)
    print str1[0]
    print nums[1]
    print t1[2]

输出

    H
    2
    345

索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：

    str1='Hello'
    nums=[1,2,3,4]
    t1=(123,234,345)
    print str1[-1]
    print nums[-2]
    print t1[-3]

输出：

    o
    3
    123

（2）分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：

    nums=range(10)
    print nums
    print nums[1:5]
    print nums[6:10]
    print nums[1:]
    print nums[-3:-1]
    print nums[-3:] #包括序列结尾的元素，置空最后一个索引
    print nums[:] #复制整个序列

输出：

    [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4]
    [6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    [7, 8]
    [7, 8, 9]

不同的步长，有不同的输出：

    nums=range(10)
    print nums
    print nums[0:10] #默认步长为1 等价于nums[1:5：1]
    print nums[0:10:2] #步长为2
    print nums[0:10:3] #步长为3

    ##print nums[0:10:0] #步长为0
    print nums[0:10:-2] #步长为-2

输出：

    [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    [0, 2, 4, 6, 8]
    [0, 3, 6, 9]
    []

（3）序列相加

    str1='Hello'
    str2=' world'
    print str1+str2
    num1=[1,2,3]
    num2=[2,3,4]
    print num1+num2
    print str1+num1

输出：

    Hello world
    [1, 2, 3, 2, 3, 4]

Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
print str1+num1
TypeError: cannot concatenate 'str' and 'list' objects

（4）乘法

    print [None]*10
    str1='Hello'
    print str1*2
    num1=[1,2]
    print num1*2
    print str1*num1

输出：

    [None, None, None, None, None, None, None, None, None, None]

    HelloHello
    [1, 2, 1, 2]

Traceback (most recent call last):
File "F:\Python\test.py", line 5, in
print str1*num1
TypeError: can't multiply sequence by non-int of type 'list'

（5）成员资格

in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：

    str1='Hello'
    print 'h' in str1 
    print 'H' in str1
    num1=[1,2]
    print 1 in num1

输出：

    False
    True
    True

（6）长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

    str1='Hello'
    print len(str1) 
    print max(str1)
    print min(str1)
    num1=[1,2,1,4,123]
    print len(num1) 
    print max(num1)
    print min(num1)

输出：

    5
    o
    H
    5
    123
    1

二、映射（字典）

映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。

    list1=["hello,world"]
    set1=set([123])
    d={}
    d[1]=1
    print d
    d[list1]="Hello world."
    d[set1]=123
    print d

输出：

    {1: 1}

Traceback (most recent call last):
File "F:\Python\test.py", line 6, in
d[list1]="Hello world."
TypeError: unhashable type: 'list'

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

3、成员资格

表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。

Python字典强大之处还包括内置了很多常用操作方法，可参考官方文档，这里不再列举。

思考：根据我们使用强类型语言的经验，比如C#和Java，我们肯定会问Python中的字典是线程安全的吗？

三、集合

集合（Set）在Python 2.3引入，通常使用较新版Python可直接创建，如下所示：

    strs=set(['jeff','wong','cnblogs'])
    nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：

1、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

    set1=set([0,1,2,3,0,1,2,3,4,5])
    print set1

    set2=set([0,1,2,3,4,5])
    print set2

输出如下：

    set([0, 1, 2, 3, 4, 5])
    set([0, 1, 2, 3, 4, 5])

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

    strs=set(['jeff','wong','cnblogs'])
    print strs

输出如下：

    set(['wong', 'cnblogs', 'jeff'])

3、集合常用方法

a、交集union

    set1=set([1,2,3])
    set2=set([2,3,4])
    set3=set1.union(set2)
    print set1
    print set2
    print set3

输出：

    set([1, 2, 3])
    set([2, 3, 4])
    set([1, 2, 3, 4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符"|"可以得到一样的结果：

    set1=set([1,2,3])
    set2=set([2,3,4])
    set3=set1|set2
    print set1
    print set2
    print set3

输出和上面union操作一模一样的结果。

其他常见操作包括&（交集）,<=,>=,-,copy()等等，这里不再列举。

    set1=set([1,2,3])
    set2=set([2,3,4])
    set3=set1&set2;
    print set1
    print set2
    print set3
    print set3.issubset(set1)
    set4=set1.copy()
    print set4
    print set4 is set1

输出如下：

    set([1, 2, 3])
    set([2, 3, 4])
    set([2, 3])
    True
    set([1, 2, 3])
    False

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

    set1=set([1])
    print set1
    set1.add(2)
    print set1
    set1.remove(2)
    print set1
    print set1
    print 29 in set1
    set1.remove(29) #移除不存在的项

输出：

    set([1])
    set([1, 2])
    set([1])
    set([1])
    False

Traceback (most recent call last):
File "F:\Python\test.py", line 9, in
set1.remove(29) #移除不存在的项
KeyError: 29

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

    set1=set([1])
    set2=set([2])
    set1.add(set2)

输出如下：

Traceback (most recent call last):
File "F:\Python\test.py", line 3, in
set1.add(set2)
TypeError: unhashable type: 'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

    set1=set([1])
    set2=set([2])
    set1.add(frozenset(set2))
    print set1

输出：

    set([1, frozenset([2])])